Una puntada a tiempo ahorra nueve, dicen, y un anticoagulante a tiempo ahorra un viaje a la sala de emergencias por un ataque al corazón, como Robótica de diagnóstico espera mostrar. La atención preventiva impulsada por el aprendizaje automático de la compañía tiene como objetivo predecir y evitar crisis médicas peligrosas (y costosas), ahorrando dinero a todos y, con suerte, manteniéndolos más saludables en general, y se recaudaron $ 45 millones para escalar.
Es importante explicar desde el principio que esta combinación particular de IA, seguro, facturas de hospital y “medicina predictiva” no es una especie de pesadilla tecnotópica. Toda la empresa se basa en el hecho de que es mejor para usted y más barato si, por ejemplo, mejora la salud de su corazón en lugar de tener un ataque al corazón.
Es por eso que sus médicos le dicen que reduzca el consumo de carne roja y tal vez incluso tome un medicamento para mantener el colesterol en lugar de decir “bueno, si tiene un ataque al corazón, simplemente vaya a la sala de emergencias”. Es solo sentido común, y también ahorra dinero a pacientes, hospitales y compañías de seguros. Y no se preocupe, este tipo de predicción no se puede usar para aumentar sus primas o denegar la atención. Quieren que hagas pagos mensuales, simplemente no quieren tener que desembolsar una operación de $25,000 si pueden evitarlo.
La pregunta es, ¿qué pasa con las condiciones menos obvias, o aquellas para las que los pacientes no se han hecho pruebas específicas? Aquí es donde entran los modelos de aprendizaje automático; son muy buenos para extraer una señal de una gran cantidad de ruido. Y en este caso, la IA se entrenó en 65 millones de registros médicos anónimos.
“Vemos cómo se ven las personas antes de los problemas: todo lo que hacemos es atención preventiva”, dijo Kira Radinsky, directora ejecutiva y cofundadora de Diagnostic Robotics. “Se trata de ofrecer la intervención adecuada, en el momento adecuado, al paciente adecuado”.
Señaló que los proveedores a menudo se enfocan en los pacientes más caros para reducir los costos, por ejemplo, alguien con una enfermedad cardíaca avanzada. Pero si bien la atención aguda y de mantenimiento sigue siendo importante para ellos, ese dinero ya se ha ido por la puerta. Por otro lado, si diagnostica a alguien con signos tempranos de insuficiencia cardíaca congestiva, puede evitar que avance y ahorrar dinero y posiblemente incluso una vida. Y la técnica se aplica más allá de las cosas que se pueden detectar en los laboratorios.
“Digamos que el desafío es encontrar pacientes que sufran de depresión o ansiedad, pero que no estén tomando ningún medicamento”, propuso Radinsky. “¿Cómo identificas a alguien con depresión o ansiedad según los registros médicos? Identificamos la entropía de sus visitas: muchos proveedores, muchas quejas, esa es una señal fuerte. Luego haces preguntas específicas, un triaje médico, y los conectas a un psicólogo o psiquiatra, y ya no se deterioran”.
La compañía afirma que puede reducir las visitas a la sala de emergencias en tres cuartas partes, lo cual es importante más allá de los beneficios inmediatos para una persona y su proveedor; Las salas de emergencias y los cuidados de urgencia están abrumados en los EE. UU., paradójicamente, debido al temor generalizado de incurrir en enormes gastos médicos.
Ejemplo de una interfaz de tableta que muestra la información de un paciente ordenada por modelos de Diagnostic Robotics.
En muchos casos, dijo, los proveedores médicos o las aseguradoras ofrecerán medicamentos o tratamientos gratis oa un costo nominal, ya que saben que se están ahorrando una factura mayor en el futuro. Claro, todo es por interés propio, pero eso significa que puedes confiar en ellos.
Diagnostic Robotics, con sede en Tel Aviv, acaba de recaudar una gran ronda B de 45 millones de dólares, dirigida por inversores de StageOne, con la participación de Mayo Clinic, Technion (Instituto de Tecnología de Israel) y Bradley Bloom. Radinsky dijo que esto ayudará a la compañía a comenzar a trabajar más directamente con los proveedores, asumiendo objetivos de salud más holísticos además de condiciones específicas de alto riesgo. (La compañía actualmente rastrea alrededor de 20).
Recientemente se validó una prueba piloto de este enfoque más amplio en un estudio de unos pocos cientos de pacientes, en el que se evaluó el plan de salud preparado por IA. estadísticamente indistinguible de un médico. La compañía ya atiende a millones de pacientes de alguna manera, en Israel, Sudáfrica y EE. UU., con Blue Cross Rhode Island.
Si se expanden a su proveedor, no espere algún tipo de examen robótico, aunque el nombre obviamente lo sugiere.
“Recibirá llamadas telefónicas de administradores de atención que ofrecen tratamientos adicionales, gratis o casi gratis”, dijo Radinsky. La IA ya habrá hecho su trabajo, y tal vez los resultados de su prueba y su ubicación sugieran que está en riesgo de algo, y haría bien en tomar estas recomendaciones en serio. La IA puede tener mucho espacio para crecer aún, pero es buena para detectar correlaciones estadísticas.
Tuvo cuidado de agregar que también están trabajando activamente para encontrar, definir y mitigar el sesgo en los algoritmos, ya sea como resultado de datos sesgados o errores humanos en algún otro lugar a lo largo de las líneas. “Lo que el algoritmo está tratando de hacer es ver quién se beneficiará más”, explicó Radinsky, pero al igual que con otras formas de IA y aprendizaje automático, solo un seguimiento cuidadoso dirá si su idea de quién se beneficia coincide con el mundo real.
Source link